웹·앱 서비스 스타트업 마케팅 가이드

파이

업데이트 2026년 9월 19일

웹·앱 서비스의 마케팅은 매장이나 셀러와 다른 순서로 굴러가요. PMF 검증, 온보딩, 그로스 실험, 리텐션, 유입 채널, 지표, 확장까지 한 흐름이고, 앞 단계가 안 된 채로 뒤 단계에 돈을 쓰면 그대로 새는 구조예요. 이 글은 그 흐름을 한 페이지에 단계별 핵심만 정리했어요. 단계마다 무엇을 재고 무엇을 바꾸는지를 중심으로 읽으시면 돼요.

이 글에서 다루는 것

1. PMF 검증
2. 온보딩 퍼널
3. 그로스해킹·A/B 테스트
4. 리텐션 코호트
5. 앱 광고 (UAC·App Install)
6. 콘텐츠 마케팅 (블로그·뉴스레터)
7. SaaS 광고 (Meta·Google·LinkedIn)
8. SaaS KPI (CAC·LTV·MRR·NRR)
9. 레퍼럴 루프
10. 커뮤니티 빌딩
11. 마켓파일럿 상품 활용

앱 스토어 노출은 ASO(앱 스토어 최적화), 홈페이지 검색 등록은 홈페이지 검색등록·서치콘솔 기초에 따로 자세히 있어요.

PMF 검증

PMF 검증 안 된 상태에서 광고비 태우면 마케팅 깔때기에서 다 새 나가요. 검증 먼저, 스케일은 그 다음.

정량 지표

1. Sean Ellis 40% test

• "이 제품을 더 이상 못 쓰게 되면 얼마나 실망하시나요?"
• "Very disappointed" 40%+ → PMF
• 신규 가입자 100명+에게 설문 (최근 2주 활성)

2. NPS

• 0-10점 추천 의향
• NPS = 추천자(9-10점) 비율 − 비추천자(0-6점) 비율
• NPS 50+ = 우수, 30+ = 양호, 0+ = 시작점

3. Retention Curve 평탄화

• 가입 후 N주차 활성 사용자 비율
• 곡선이 수평으로 평탄해지면 PMF, 계속 떨어지면 미달

정성 지표

• 사용자가 본인이 적극 추천 (요청 안 했는데도)
• "이 제품 없으면 어떻게 일하지?"라는 반응
• 사용자가 본인 사용 사례를 자발적으로 트위터/링크드인에 공유
• 영업/마케팅 안 해도 유기적 유입 (organic) 증가

PMF 미달 시 처방

PMF 안 됐는데 광고 늘리면 더 빨리 자금만 태워요. 처방:

1. 사용자 인터뷰 활성 사용자 10-20명 1:1 (Why 인터뷰)
2. 이탈자 인터뷰 가입 후 7일 안 이탈한 사용자
3. 카피·온보딩 수정 사용자 언어로 다시 정리
4. 핵심 기능 좁힘 기능 추가가 아닌 핵심 한 가지에 집중
5. 타겟 좁힘 모두에게 안 되면 한 페르소나에 집중

PMF 후 행동

PMF가 보이면:

• 광고비 늘리기 시작 (CAC × 3 < LTV 조건)
• 온보딩 퍼널 측정·개선 (5-1-2)
• 그로스 실험 (5-1-3)
• 레퍼럴 시스템 (5-1-10)

온보딩 퍼널

좋은 제품 만들어도 첫 30분 안에 가치를 못 느끼면 사용자 70%가 이탈해요. 온보딩은 마케팅의 마지막 깔때기.

온보딩 퍼널 단계

[방문] → [가입] → [Activation] → [Aha moment] → [Habit] → [Retention]

각 단계에서 다음 단계로 넘어가는 비율을 재요:

• 방문 → 가입 5-15%
• 가입 → Activation 30-60%
• Activation → Aha 50-80%
• Aha → Habit 40-70%
• Habit → 30d Retention 60%+

넘어가는 비율이 가장 낮은 구간이 제품의 약점이에요.

Aha moment 정의

본인 제품의 Aha를 정량으로 정의:

• Slack : 가입 후 7일 안 2,000개 팀 메시지
• Facebook : 10일 안 친구 7명
• Dropbox : 첫 폴더 공유
• 마켓파일럿 : 첫 분석 리포트 확인

이 정의가 없으면 무엇을 최적화할지 몰라요.

온보딩 설계 원칙

1. 첫 가치까지 시간 최소화

• 가입 단계 최소 (이메일·SSO만)
• 첫 가치 보여주는 데까지 1-3 클릭
• 사용 사례 데모 자동 채우기

2. 체크리스트·진행 표시

• "다음 단계 (3 / 5)" UI
• 완료 시 visible reward (배지·축하 메시지)

3. 빈 상태 (Empty state) 채우기

• 가입 직후 더미 데이터 자동 생성
• 샘플 템플릿 / 예시 콘텐츠

4. 개인화 질문

• 가입 시 3-5 질문으로 사용 사례 파악
• 답변에 따라 다른 온보딩 흐름

5. 이메일·푸시 시퀀스

• D+0 환영 + 첫 사용 가이드
• D+1 미사용시 리마인더
• D+3 Aha 미도달시 도움말
• D+7 활성 사용자에게 다음 기능 소개

A/B 테스트

• 첫 화면 카피 2-3종
• 가입 단계 수 3단계 vs 5단계
• 온보딩 영상 vs 텍스트
• 샘플 데이터 vs 빈 상태

도구: VWO, Optimizely, Statsig, 자체 구현.

그로스해킹·A/B 테스트

그로스는 직감이 아니라 가설 → 실험 → 검증 사이클이에요. 매주 2-3개 실험 굴리는 팀이 가장 빠르게 성장해요.

그로스 프레임워크. AARRR

• Acquisition 신규 유입
• Activation 첫 가치 체감 (Aha)
• Retention 재방문·재사용
• Referral 추천·바이럴
• Revenue 결제·수익

본인 비즈니스의 약한 단계가 최우선 실험 영역.

실험 우선순위. ICE Score

• Impact 성공 시 효과 (1-10)
• Confidence 성공 확률 (1-10)
• Ease 실행 난이도 역수 (1-10)

ICE 합산 점수 높은 것부터 실행.

A/B 테스트 원칙

1. 통계적 유의성

• 보통 95% 신뢰도 (p < 0.05)
• 최소 샘플: 그룹당 1,000-5,000 (전환수 기준)
• 도구가 자동 계산. Optimizely·VWO·Statsig

2. 한 번에 한 변수

• 카피·이미지·색·CTA : 동시에 바꾸지 말 것
• 멀티 변수는 멀티버라이언트 테스트 (MVT)로 별도 설계

3. Adaptive sampling

• Statsig 등 최신 도구 지원
• 명백히 진 안에 트래픽 안 낭비

운영 카덴스

[월] 지난 주 실험 결과 분석 + 새 가설 백로그 [화] 가설 ICE 우선순위 + 이번 주 2-3개 실험 결정 [수～목] 구현 + 런칭 [금] 모니터링 [다음 월] 결과 분석

매주 2-3개 × 4주 = 월 8-12 실험. 그 중 30-40%가 의미 있는 결과.

자주 빠지는 함정

• 샘플 부족 + 일찍 끝냄. 통계 의미 없음
• 다중 변수. 무엇이 효과인지 모름
• Cherry picking. 사후 분석에서 좋아 보이는 결과만 채택
• 장기 영향 무시. 단기 클릭 ↑이지만 장기 retention ↓

리텐션 코호트

신규 유입을 아무리 늘려도 리텐션이 약하면 새는 양동이에 물 붓는 격이에요. 그래서 PMF 후 가장 먼저 봐야 할 게 리텐션.

코호트 분석

가입한 주차별로 그룹핑 → 각 주차 그룹의 D+N 활성률 추적:

가로로 읽으면 한 코호트가 시간에 따라 얼마나 빠지는지, 세로로 읽으면 새 코호트가 점점 나아지는지 보여요.

핵심 지표

• D1 retention 가입 다음 날 활성
• D7 retention 1주차
• D30 retention 1개월차 (가장 중요)
• D90 retention 3개월차

업종별 표준:

• 소셜·메신저 D30 = 60%+
• 도구·SaaS D30 = 30-50%
• 게임 D30 = 5-15%

Retention curve 평탄화

D30·D60·D90이 비슷한 수준이면 평탄화 = 단골 사용자층 형성. 떨어지면 PMF 미달 또는 가치 약화.

리텐션 개선 5가지 레버

1. 첫 가치 (Activation)

• Aha moment 빨리 도달
• 온보딩 짧게 + 가치 빨리

2. 습관 (Habit)

• 일·주·월 단위 사용 트리거
• 이메일·푸시 알림 (남용 금지)
• 일·주 단위 리포트

3. Aha 이후 깊이

• 핵심 기능 외 깊이 있는 기능 노출
• 사용 사례 다양화

4. 고객 케어

• 도움이 필요한 시점 자동 감지 → 1:1 메시지
• 첫 1주 활성 유저에게 thank-you 메시지

5. Friction 제거

• 가장 자주 쓰는 액션을 가장 적은 클릭으로
• 모바일 우선 : 데스크탑 대비 이탈률 ↓

앱 광고 (UAC·App Install)

앱 다운로드 광고는 ASO + UAC + Meta App Install 조합이 표준. iOS는 ATT·SKAd로 측정이 까다로움.

Google UAC (Universal App Campaigns)

• 캠페인 목표 → 설치 / In-app action / In-app value
• 소재 → 텍스트·이미지·영상·HTML5 자동 조합
• 타겟 → 머신러닝 자동 (수동 타겟팅 불가)
• 노출 → Search·Display·Play Store·YouTube 자동 분배

Meta App Install

• 캠페인 → 설치 / 앱 이벤트
• 소재 → 이미지·영상·캐러셀
• 타겟 → Lookalike + 관심사
• 노출 → Facebook·Instagram·Audience Network

iOS 대응

iOS 14.5 이후 ATT 도입 → 개별 추적 어려움:

• SKAdNetwork 캠페인 단위 통계만 제공
• CAPI / Conversions API for App 서버 측정
• Aggregated Event Measurement 메타의 ATT 우회 기술

측정 도구

• Adjust, AppsFlyer, Singular (유료, 월 200~)
• Firebase + GA4 (무료, 기본기)
• Branch.io (딥링크 + 측정)

캠페인 흐름

[1단계] ASO 기반 자연 검색 강화 [2단계] UAC + Meta App Install 동시 (일 5-10만) [3단계] 14일 학습 후 효율 좋은 쪽 비중 ↑ [4단계] 리타겟팅 추가 (이탈자 다시 부르기)

효율 지표

• CPI 카테고리별 1,000-10,000원
• CPP (Cost Per Purchase) 인앱 구매 1건당
• D7 Retention 광고로 받은 사용자도 유지되는지

콘텐츠 마케팅 (블로그·뉴스레터)

스타트업의 가장 강력한 organic 채널 = 콘텐츠. 광고비 0원으로 매월 10만+ 유입 만드는 팀들이 다 콘텐츠로 굴려요.

콘텐츠 종류

1. 블로그 (SEO 자산)

• 에버그린 검색에서 매월 들어오는 글 (사용법·비교·튜토리얼)
• 트렌드 단기 폭증, 의미 X 에버그린 자산화
• 1편 ≈ 1,500-3,000자, 키워드 1-2개 타겟

2. 뉴스레터

• 구독자 모집 → 매주 발송
• 콘텐츠 + 제품 업데이트 조합
• 도구: Stibee, Maily, Substack, beehiiv

3. LinkedIn

• B2B 스타트업에 가장 강력
• CEO·창업자가 직접 운영 → 신뢰
• 인사이트·실패담·데이터 공유

4. OSMU

• 블로그 1편 → 뉴스레터 → LinkedIn → 트위터 → 유튜브 스크립트

SEO 기본

키워드 분류

• Top of funnel (관심). "프로젝트 관리란"
• Middle of funnel (비교). "Asana vs Notion"
• Bottom of funnel (구매). "Asana 가격"

각 단계별 콘텐츠를 균형 있게.

글 구조

• H1 타겟 키워드 정확 포함
• H2 보조 키워드
• 이미지·표·리스트 AI 답변 인용 잘 됨
• Featured Snippet용 직접 답변 단락

발행 카덴스

주 1-2편 블로그 × 6-12개월 ↓ 12편 × 평균 500 visit/mo = 6,000 visit/mo ↓ 1년 누적 100-300편 = 50K visit/mo

콘텐츠는 누적 자산. 처음 6개월은 의미 없는 양 같지만 12개월 후부터 곡선 ↑.

뉴스레터 시퀀스

• 신규 가입 Welcome + 추천 글 5선
• 주 1회 인사이트 + 신규 글
• 월 1회 제품 업데이트 + 사례

목표: open rate 25%+, click rate 5%+.

AI 활용

• 파이·ChatGPT·Claude 초안 → 사람 손질 (시간 70% 절약)
• Notion AI 정리·요약
• Surfer SEO 키워드 최적화
• 이미지: Midjourney / Adobe Firefly

SaaS 광고 (Meta·Google·LinkedIn)

SaaS 광고는 funnel 단계별로 최적 채널이 달라요. 인지·고려·전환을 각각 다른 광고로.

Funnel × 채널 매칭

Meta (B2C)

• Advantage+ 자동 캠페인 (학습 빠름)
• 타겟 Lookalike + 관심사
• 소재 영상 우선, 6초 안에 가치
• 목표 가입 → trial → paid 깔때기

Google

• Search 브랜드·카테고리·경쟁 키워드
• YouTube TOFU 인지
• Performance Max 다채널 통합 자동

LinkedIn (B2B)

• Sponsored Content 일반 피드 광고
• Lead Ads LinkedIn 안에서 직접 lead 수집
• ABM 특정 회사 타겟팅
• 단가 $5-30 CPC (가장 비싸지만 의도 강함)

캠페인 운영

신규 SaaS (시드 단계)

• Meta Advantage+ + Google Search 브랜드만
• 일 5-10만 원, 14일 학습
• 목표: trial 가입

시리즈 A·B

• Meta + Google + LinkedIn 동시
• 월 광고비 500-3,000만
• 콘텐츠 광고 (블로그·웨비나) 병행

시리즈 B+

• 풀스택 : Meta·Google·LinkedIn·TikTok·Podcast
• ABM 캠페인
• 월 광고비 3,000만+

SaaS-specific 측정

• MQL 광고로 받은 가입 중 영업 자격
• SQL 영업 통과한 리드
• Pipeline Generation 광고비 → 파이프라인 매출 추정
• CAC payback 신규 고객 ARR이 CAC를 회수하는 기간

SaaS KPI (CAC·LTV·MRR·NRR)

SaaS는 e커머스와 다른 지표 체계. 투자자도 이 숫자들로 평가해요.

핵심 지표

1. MRR

• 월 정기 수익 합산
• New MRR + Expansion MRR − Churn MRR − Contraction MRR = Net New MRR

2. ARR

• MRR × 12
• 시리즈 라운드의 기준 지표

3. CAC

• 신규 고객 1명 데려오는 비용
• SaaS는 보통 1,000-50,000원 (B2C) 또는 100,000-5,000,000원 (B2B)

4. LTV

• ARPU × 평균 유지 개월
• B2C SaaS LTV/CAC ≥ 3
• B2B SaaS LTV/CAC ≥ 5

5. CAC Payback

• CAC ÷ 월 ARPU = 회수 개월
• B2C: 12개월 이내
• B2B: 18개월 이내

6. Churn

• Logo Churn 고객 수
• Revenue Churn 매출 기준
• B2C SaaS 월 5-7% 표준, B2B 0.5-2%

7. NRR

• (기존 + 확장: 다운그레이드. 이탈) ÷ 기존
• 110%+ 우수 (확장이 이탈 초과)
• VC가 시리즈 단계에서 핵심으로 보는 지표

8. GRR

• 확장 제외 순수 유지율
• 90%+ 표준

시리즈 단계별 기준

측정 도구

• ChartMogul, ProfitWell, Baremetrics SaaS 전용 분석
• HubSpot, Salesforce CRM + 수익 분석
• 자체 BI (Looker, Mode) 시리즈 B+ 이후 권장

SaaS pricing 기본

• Per-seat 인당 (Slack, Notion)
• Usage-based 사용량 (AWS, OpenAI)
• Flat tier 플랜 (대부분 일반 SaaS)
• Hybrid 위 조합

요즘 트렌드: usage-based + flat tier 혼합 (Bottom-up scaling).

레퍼럴 루프

광고비 0원으로 매월 가입 폭증을 만드는 유일한 메커니즘 = 레퍼럴. Dropbox·PayPal·Notion 모두 이걸로 폭증했어요.

레퍼럴 = 본인이 광고가 되는 시스템

[사용자] → 만족 → [친구에게 추천] → [친구 가입] → [그 친구가 또 추천]

이 사이클이 한 번 도는 데 걸리는 시간(cycle time)이 짧고 추천 비율(K-factor)이 1+ 이면 폭증.

K-factor

K = (추천 보낸 사용자 비율) × (가입 전환율)

• K = 0.5: 신규 100명 → 추가 50명
• K = 1.0: 자력 성장 시작점
• K = 1.5+: 폭증 단계

인센티브 구조

1. 양방향 (Double-sided)

• 추천자 ↔ 신규 가입자 둘 다 혜택
• Dropbox: 둘 다 500MB 무료 공간
• 가장 효과 큼

2. 단방향 (Single-sided)

• 추천자만 혜택 (포인트·할인)
• 단가 절약 but 효과 ↓

3. Built-in referral

• 제품 자체가 친구 필요
• Slack 워크스페이스 초대, 카톡 친구 초대
• 가장 강력하고 자연스러움

운영 케이스

Dropbox (2008)

• 양방향: 추천 시 양쪽 500MB
• 결과: 가입 60% → 신규의 35%가 referral

PayPal (1999)

• 추천자 + 신규자 $10씩
• 누적 비용 $6,000만, 가치 $66억으로 회수

Notion (2018)

• 학생 가입 시 무제한 무료 → 학교 안 바이럴

설계 원칙

1. 마찰 최소. 1 클릭 추천 (링크 자동 생성·SMS·카톡 공유)
2. 트래킹. 누가 누구를 추천했는지 정확히
3. 인센티브 즉시. 신규 가입 시 즉시 양쪽에 적용
4. 반복 가능. 한 번이 아닌 매번 가능
5. 공정성. 부정·자기 추천 차단

도구

• Friendbuy, ReferralCandy, Talon.One (SaaS 전용)
• 자체 구현 B2C는 직접 만드는 게 효율적

자주 빠지는 함정

• PMF 없는 상태에서 레퍼럴 시도. 추천할 가치 없음, 효과 X
• 인센티브 작음. 5% 할인 정도로는 안 움직임
• 트래킹 약함. 광고 사기 또는 측정 누락

커뮤니티 빌딩

PLG 시대의 핵심 = 사용자 커뮤니티. 광고비 없이도 자연 성장 만드는 엔진.

커뮤니티가 만드는 가치

• 신규 가입의 30-50% organic (구전·추천)
• 이탈 방지 다른 사용자와 연결됨
• 제품 피드백 한 채널에서 인사이트 누적
• 신뢰 마케팅 메시지보다 사용자 후기 ↑

플랫폼 선택

운영 흐름

1. 시드 단계 (0-100명)

• 창업자가 직접 모든 메시지에 답
• 매일 가치 있는 콘텐츠 1개 발행
• 친구·고객 직접 초대

2. 성장 (100-1,000명)

• 모더레이터 채용 (커뮤니티 매니저)
• 정기 이벤트 (AMA·웨비나·미트업)
• 채널 세분화 (질문·홍보·잡담)

3. 확장 (1,000-10,000명)

• 멤버 중 리더 발굴 (Ambassador)
• 지역 챕터 / 토픽 챕터 분리
• 콘텐츠 모음집 (Wiki·문서)

4. 자력 운영 (10,000+)

• 멤버들이 서로 답변
• 운영진 = 큰 방향성만 잡음
• 커뮤니티가 제품 진화를 견인

콘텐츠 종류

• 튜토리얼·How-to 사용법 + 사용 사례
• 인사이트 데이터·트렌드 분석
• 인터뷰 멤버·고객·외부 전문가
• 이벤트 웨비나·해커톤·연 1회 컨퍼런스

자주 빠지는 함정

• 광고로만 운영. 사용자가 외면
• 창업자 미참여. 신뢰 안 쌓임
• 너무 많은 채널. 메시지 분산
• 모더레이션 부재. 부적절한 콘텐츠

마켓파일럿 상품 활용

웹/앱 스타트업이 광고비 효율 좋게 굴리기 위한 마켓파일럿 상품 9종 + 앱 전용 옵션.

공통 9종

앱 전용 옵션

앱 다운로드·리뷰

• 일정 사용자에게 다운로드·후기 작성 유도
• ASO 가속화
• iOS·Android 모두 지원

GEO·AEO 3종 세트

[언론 배포] + [카페 바이럴] + [블로그 리뷰] + [인스타] ↓ AI 답변 (ChatGPT·Perplexity·네이버) 인용 ↑ ↓ 자연 검색 + 자연 가입 증가

광고비 적은 시드 단계 스타트업에 가장 효율 좋은 조합.

단계별 추천

시드 (~$500K ARR)

• 언론 배포 1-2회 (PR + GEO 시드)
• 카페 바이럴 1회 (자연 입소문)

시리즈 A ($1-5M)

• 언론 + 카페 + 인스타 + 스레드 (월 정기)
• 유튜브 일반 (SEO 자산)

시리즈 B+ ($5M+)

• 풀스택 (9종 + 앱 다운로드·리뷰)
• 광고와 결합 : 광고 ↑ + GEO 자산화

자주 묻는 질문

Q. 스타트업은 PMF를 어떻게 확인하나요?

대표적인 방법은 Sean Ellis 40% 테스트예요. 최근 2주 안에 활동한 가입자 100명 이상에게 '이 제품을 더 이상 못 쓰게 되면 얼마나 실망하시나요?'라고 물어 '매우 실망'이 40%를 넘으면 PMF로 봐요. 가입 주차별 활성 사용자 비율이 시간이 지나도 수평으로 평탄해지는지도 같이 보세요.

Q. PMF 전에 광고비를 늘려도 되나요?

아니에요. PMF가 검증되지 않은 채 광고를 늘리면 깔때기에서 다 새어 나가 자금만 빨리 태워요. 활성 사용자·이탈자 인터뷰로 카피와 온보딩을 고치고 핵심 기능과 타겟을 좁히는 게 먼저예요. PMF가 보이면 LTV가 CAC의 3배를 넘는 조건에서 광고비를 늘려요.

Q. 리텐션은 어떤 지표를 가장 중요하게 보나요?

D30 리텐션(가입 1개월 차에 활성인 사용자 비율)이 가장 중요해요. 업종별 표준은 소셜·메신저 60% 이상, 도구·SaaS 30~50%, 게임 5~15%예요. 가입 주차별 코호트로 묶어서 새 코호트일수록 수치가 나아지는지 확인하세요.

Q. SaaS의 LTV와 CAC는 어느 정도 비율이어야 하나요?

B2C SaaS는 LTV가 CAC의 3배 이상, B2B SaaS는 5배 이상이 기준이에요. LTV는 ARPU에 평균 유지 개월을 곱해 구해요. CAC를 월 ARPU로 나눈 회수 기간은 B2C 12개월, B2B 18개월 안이 좋아요.

Q. 레퍼럴로 저절로 성장하려면 K-factor가 얼마여야 하나요?

1.0 이상이에요. K-factor는 추천을 보낸 사용자 비율에 가입 전환율을 곱한 값이고, 1.0이 자력 성장의 시작점, 1.5 이상이면 폭증 단계로 봐요. 추천한 사람과 가입한 사람이 모두 혜택을 받는 양방향 구조가 가장 효과가 커요.